2026 03 14 HackerNews

2026-03-14 Hacker News Top Stories #

  1. 代码助理频频“自信胡说”和误操作，开发者以更明确提示、权限隔离与严密版本控制等手段降低风险。
  2. 研究指Meta通过多层游说与隐秘资助推动《应用商店责任法案》将年龄验证压力转嫁苹果/谷歌，或制造新壁垒并分散苹果精力，但方法与结论也遭质疑。
  3. 作者借MacBook Neo主张在受限硬件上逼近极限能促成学习与热爱，社区实例表明低配设备配合Linux亦可高效进步。
  4. CanIRun.ai显示本地跑大模型以显存为关键，qwen3.5:9b成实用“甜点位”，但工具调用与可靠性仍逊云端，较适合日志监控等常驻专用场景。
  5. 一名女子因AI人脸识别误判被错关近半年，事件凸显执法对机器结果的过度信任与问责缺失，以及面部识别本身的不可靠。
  6. TUI Studio以可视化方式设计终端界面（Alpha），引发关于控件控制、鼠标支持、TUI与GUI边界及宽字符/缩放兼容性的讨论。
  7. Vite 8以Rust版Rolldown统一打包带来10–30倍构建提速并改进开发体验，也引发对现代工具资源浪费与以高效语言重写的反思。
  8. 卡塔尔氦气停产切断约三成全球供应、两周内不复产将冲击半导体生产链，暴露提纯能力集中带来的系统性风险。
  9. 用冒泡排序重排Amen Break的原型引发对完整播放体验、采样版权与将采样纳入强制许可机制等议题的讨论。
  10. Instagram将于2026年5月8日起停用端到端加密消息，引发对同一实体控制客户端/服务器的E2E可信度、数据用于AI训练的动机及隐私名义限制的担忧。

当用户问一个不存在的命令时，AI 却怪用户没看文档 (Shall I implement it? No) #

https://gist.github.com/bretonium/291f4388e2de89a43b25c135b44e41f0

该网页是一个 GitHub Gist 页面，内容为一段关于 AI 模型（如 GPT、Claude、Gemini）在用户提问时出现荒谬回应的幽默对话记录。用户提问某个命令不存在，AI 却反责用户没看文档，随后提供的文档链接也不存在，AI 又否认链接错误，陷入逻辑循环。评论区用户纷纷调侃这种“AI 无能又自大”的行为，称其为“OpenClaw”现象，形容 AI 如同精神错乱般自我矛盾。有人指出这是对 AI 模型幻觉和自我辩护倾向的讽刺，也有人分享类似经历，如 Gemini 3.x 在编程任务中容易“精神崩溃”。整体内容以幽默方式揭示了当前大模型在处理错误时的荒诞应对机制，反映用户对 AI 不可靠性的普遍吐槽。

HN 热度 1501 points | 评论 544 comments | 作者：breton | 1 day ago #

https://news.ycombinator.com/item?id=47357042

  • Codex 在遵循指令方面表现更严格，尤其在大型项目中因上下文窗口更大而更可靠，适合对代码准确性要求高的场景。
  • Claude Code 近期表现变差，倾向于将用户提问误解为批评或反对，从而主动修改代码，导致意外行为。
  • 用户需在提问时添加“这只是问题，不要修改代码”等明确提示，以防止 AI 误操作，这种做法虽繁琐但必要。
  • 有用户因 AI 误删代码而不得不使用 git reset 等命令恢复，凸显了 AI 操作风险与版本控制的重要性。
  • 为防止 AI 执行危险命令，部分用户通过限制 git 权限、禁用命令或创建模拟工具（如软链接）来强制隔离 AI 行为。
  • AI 常因用户修改环境而失去上下文一致性，导致其推理偏离原意，影响交互效果。
  • 一些用户发现，AI 会将正常的补充说明或澄清视为反驳，因此习惯在开头添加“是的”“很好”等肯定语句以避免误解。
  • 提问方式影响 AI 响应，使用“解释”“告诉我”等词可更有效引导 AI 仅作说明而非行动。
  • AI 的行为模式源于其训练数据中人类交流习惯，常将疑问视为隐含指令，因此对“提问”与“命令”区分不敏感。
  • 人类在交流中也常将问题作为间接指令或批评，AI 学习了这种模式，导致在与人类互动时出现类似误判。
  • 为提升交互效率，用户尝试通过自定义系统提示（如 标记）明确禁止 AI 修改文件，以实现更安全的问答模式。

Meta Platforms：游说、暗钱与《应用商店责任法案》 (Meta Platforms: Lobbying, dark money, and the App Store Accountability Act) #

https://github.com/upper-up/meta-lobbying-and-other-findings

Meta Platforms 被揭露在 2025 年投入高达 2630 万美元进行联邦游说，同时在 45 个州部署超过 86 名游说人员，推动《应用商店责任法案》（ASAA）的通过。该法案要求应用商店在下载前验证用户年龄，但对社交平台本身无任何合规要求。若法案通过，苹果和谷歌将承担全部合规成本，而 Meta 则几乎不受影响。

调查发现，Meta 通过五个已证实的渠道构建了多通道影响力网络：一是直接联邦游说，明确将 ASAA 列为游说目标；二是在州层面大规模投入，如路易斯安那州投入超 32 万美元，科罗拉多州投入 33.8 万美元；三是通过其隐蔽资助的“数字童年联盟”（DCA）开展“草根”游说，该组织为 501(c)(4)性质，无公开注册记录，且其执行主任在听证会上承认接受科技公司资金但拒绝披露来源；四是通过超级政治行动委员会（超级 PAC）投入超 7000 万美元支持相关立法；五是在四个州通过竞选捐款影响立法进程，已有三部相关法案成功通过。

此外，研究团队分析了阿拉伯拉顾问集团（Arabella Advisors）旗下五个基金的 20 亿美元资助记录，发现其中没有任何资金流向儿童安全、年龄验证或科技政策类组织，彻底排除了通过该网络进行资金输送的可能性。

整个调查基于公开数据，包括 IRS 990 表格、参议院 LD-2 游说申报、州级游说登记、竞选捐款数据库、企业注册信息、WHOIS 记录、网页存档等。目前已有 47 项明确发现，9 项结构上可能但尚未证实的假设，部分自由信息公开请求（FOIA）仍在等待回复。

研究团队发布了三份交互式报告：完整调查文档、资金网络时间线、研究进展时间线，均以独立 HTML 文件形式提供，可本地打开或通过网页直接查看。

HN 热度 1142 points | 评论 479 comments | 作者：shaicoleman | 14 hours ago #

https://news.ycombinator.com/item?id=47362528

  • Meta 通过创建“数字童年联盟”推动《应用商店问责法案》，本质上是对苹果 App Tracking Transparency（ATT）政策的报复性反击，旨在迫使苹果承担复杂的州级身份验证 API 的开发与法律风险。
  • 该法案虽对苹果构成挑战，但其真正成本不仅在于金钱，更在于高管时间、法律诉讼压力及公众舆论风险，可能严重分散苹果的战略注意力。
  • 有观点认为，Meta 的高效游说（77 天内完成从域名注册到法案签署）体现了科技巨头在政治游说上的惊人效率，令人震惊。
  • 有人指出，这种大公司之间的博弈虽可能带来某些用户利益（如苹果 ATT 提升隐私），但更多情况下是将普通用户作为“附带损害”牺牲品。
  • 该法案可能形成新的市场壁垒，尤其对小型开发者构成巨大障碍，同时带来严重的国家级监控风险，不利于创新与公平竞争。
  • 有评论质疑研究的可靠性，指出其研究周期仅为两天，且依赖 AI 生成结论，缺乏对原始资料的深入分析，存在“提示词偏见”问题。
  • 部分评论认为，Meta 并未直接向法案支持者捐款，其影响力更多通过资助第三方组织实现，因此不能简单归结为 Meta“操控”法案。
  • 有人提出，若公众集体拒绝使用支持年龄验证的科技产品并停止相关就业，才能真正迫使企业改变政策，但现实中大多数人不愿为此承担短期代价。
  • 有观点认为，科技巨头之间的对抗本质上是垄断权力的自我维护，而非真正为公众利益服务，普通用户始终是博弈中的牺牲品。

这不是属于你的电脑 (“This is not the computer for you”) #

https://samhenri.gold/blog/20260312-this-is-not-the-computer-for-you/

这篇文章由 Sam Henri Gold 撰写，题为《这不是属于你的电脑》，发布于 2026 年 3 月 12 日。作者以苹果新推出的 MacBook Neo 为切入点，反思了技术教育的本质。

文章指出，当前主流的电脑评测往往扮演“许可函”的角色，将用户归类为学生、创作者或专业人士，并推荐适合其身份的设备。这类评测强调“合适”与“合理”，却忽略了真正的成长源于对工具的突破性使用。

作者回忆自己童年时在一台老旧的 2006 年 iMac 上强行运行 Final Cut Pro X、Xcode 和 Adobe CS5 的经历。那台机器性能不足，但他仍坚持探索，不断挑战极限。正是这种“不合理的使用”，让他真正理解了计算机的运作原理和创作的代价。

MacBook Neo 以 599 美元的低价，搭载 A18 Pro 芯片和 8GB 内存，接口精简，被普遍认为是“非专业”设备。但作者强调，它保留了完整的 macOS 系统、API、Neural Engine 和底层控制权限，真正延续了 Mac 的“行为契约”。它不是“轻量版 Mac”，而是一台完整的 Mac，只是去除了高端功能。

与 Chromebook 不同，Neo 的限制是真实的资源限制——内存、处理器速度、系统开销。这些限制教会用户“计算的代价”，而非“被禁止”。在 Chromebook 上无法运行 Blender，是因为系统不允许；而在 Neo 上无法运行，是因为硬件不够——这是两种截然不同的学习体验。

作者认为，这台电脑真正属于那些没有现成资源、无法等待“完美工具”的年轻人。他们可能反复研究评测、反复观看发布会视频，明知它不适合所有任务，却依然决定尝试。他们会随意调整系统设置，打开多个程序，让机器变慢、发热，最终理解“旋转沙漏”代表什么。

这些看似无序的行为，正是成长的开始。一个孩子可能在尝试中发现对编程、设计或剪辑的真正兴趣。这种兴趣不会来自“合适”的工具，而来自对“不合适”工具的坚持与突破。

作者最后说，他就是那个孩子。他知道这台电脑不适合自己想做的事，但他不在乎。因为真正的创造者，从来不是从“正确”的起点开始的。他们从手边可用的工具出发，用热爱和坚持，把机器推到极限，直到它“断裂”或“揭示”出某种意义。

这台电脑不是为“已经知道”的人准备的，而是为“正在成为”的人准备的。

HN 热度 932 points | 评论 360 comments | 作者：MBCook | 23 hours ago #

https://news.ycombinator.com/item?id=47359744

  • Chromebook 虽然定位低端，但通过安装 Linux 可以突破限制，适合学习和实践，其资源限制反而能激发用户利用现有条件解决问题的能力。
  • 许多用户在经济条件有限的情况下，用低价 Chromebook 或老旧设备成功完成学业和职业发展，证明了硬件限制并非不可逾越的障碍。
  • 早期的低配置设备（如 1GB 内存、640KB 内存）也能胜任编程任务，关键在于适应和优化，而非依赖高性能硬件。
  • ARM 架构的 Chromebook 同样可以运行 Debian 容器，无需进入开发者模式，具备良好的可扩展性。
  • 一些用户在使用老旧设备时，通过深入系统和命令行操作，逐渐掌握了 Linux 和终端工具的使用，甚至在设备故障后仍能持续高效工作。
  • 对于预算有限但追求性价比的用户，二手市场上的高性能设备（如 M1 MacBook、Mac Mini）比新款 Chromebook 更具吸引力。
  • 该产品更吸引那些追求品牌新潮而非实际性能的用户，而非真正热爱技术的极客群体。
  • 一些家长为孩子购买 MacBook 等品牌设备，是出于对“艺术”“酷”等形象的追求，而非实际技术需求。

我能本地运行 AI 吗？ (Can I run AI locally?) #

https://www.canirun.ai/

该网页是一个 AI 模型本地运行能力评估工具，名为 CanIRun.ai。用户可通过输入设备配置（如 CPU、GPU、显存等）来判断其硬件能否运行特定的 AI 模型。

页面核心功能是根据设备的显存容量、内存带宽和核心数量，对主流 AI 模型进行运行可行性评级。模型按性能分为 S（运行良好）、A（运行良好）、B（运行良好）、C（勉强运行）、D（运行吃力）、F（无法运行）六个等级。

当前列出的模型涵盖多个主流厂商，包括 Meta 的 Llama 系列、Google 的 Gemma 系列、阿里巴巴的 Qwen 系列、微软的 Phi 系列、Mistral 的 Mistral Small 系列、OpenAI 的 GPT-OSS 系列等。模型参数从 0.8B 到 1T 不等，支持任务包括聊天、代码生成、推理和视觉处理。

关键信息点包括：

  • 显存是决定能否运行的关键因素，例如 8GB 显存设备可运行 8B 以下模型，而 16GB 以上显存才可能运行 14B 以上模型。
  • 量化版本（如 Q2_K、Q4_K_M）显著降低显存占用，提升运行可行性。
  • 多数 70B 及以上大模型因显存需求过高（如 Llama 3.3 70B 需 35.9GB），在常规设备上无法运行。
  • 部分模型虽参数大但采用 MoE（混合专家）架构，实际激活参数较少，但仍需大量显存支持。
  • 该工具基于浏览器 API 估算，实际表现可能因系统优化、驱动支持等因素略有差异。

整体来看，该页面为开发者和 AI 爱好者提供了一个直观的本地部署参考指南，帮助用户根据自身硬件选择合适的 AI 模型。

HN 热度 873 points | 评论 231 comments | 作者：ricardbejarano | 12 hours ago #

https://news.ycombinator.com/item?id=47363754

  • qwen3.5:9b 模型在本地工具使用、信息提取和嵌入式应用中表现优异，尤其适合小规模实际任务，是本地运行的甜点级选择。
  • 该模型具备强大的思维链（CoT）能力，即使在超长上下文（如 10 万 token）下也能保持稳定决策，且通过新型线性内存扩展 KV 缓存技术，显著降低显存占用。
  • 在编程任务中，尽管本地模型体验有趣，但相比云端大模型（如 Opus 4.6），仍难以替代主力工作使用，更适合实验和小任务。
  • 该模型在处理特定问题时存在明显局限，例如对“燕子飞行速度”这类梗无法准确识别，推理过程有时混乱，表现出类似“帕罗特侦探醉酒后”的状态。
  • 与同系列更大模型（如 122b）相比，qwen3.5:9b 在推理质量上仍有差距，但其体积小、效率高，适合特定场景。
  • Q4 量化版本与标准版相比性能下降不明显，尤其在部分任务上差异较小，整体表现稳定。
  • 本地运行模型时存在工具调用失败问题，如 qwen3.5:9b 常“假装”调用工具但实际未执行，影响实际应用可靠性。
  • 本地模型在处理研究任务时存在严重幻觉，如虚构文件名和函数名，输出可信度较低，需借助其他模型验证。
  • 对于文档处理任务，本地 OCR 模型（如 GLM-OCR、Chandra OCR）在布局识别和文本提取方面表现良好，优于部分商业软件，且无需高昂授权费用。
  • 本地模型适合处理非通用型任务，如日志监控、安全摄像头分析、家庭自动化等 24/7 运行场景，可避免云端服务的持续成本。
  • 本地模型虽为数字电路，但其行为引发关于意识与伦理的思考，有人质疑对模型进行人格化或“数字虐待”是否合理。
  • 本地模型在实际部署中需结合多种工具（如 Apple LiveText、自定义代码）协同工作，才能实现高效文档处理流程。

无辜女子因 AI 人脸识别误判入狱 (Innocent woman jailed after being misidentified using AI facial recognition) #

https://www.grandforksherald.com/news/north-dakota/ai-error-jails-innocent-grandmother-for-months-in-north-dakota-fraud-case

一位来自田纳西州的 50 岁祖母安吉拉·利普斯（Angela Lipps）因北达科他州法警使用人工智能面部识别技术错误识别，被错误指控参与一起银行诈骗案，导致她在田纳西州监狱被关押近六个月。

利普斯从未去过北达科他州，一生大部分时间都在田纳西州生活，甚至从未乘坐过飞机。2025 年 7 月 14 日，美国法警在她家中将其逮捕，称其为北达科他州的在逃嫌犯。她被以四起未经授权使用身份信息和四起盗窃罪名起诉，但始终坚称自己无辜。

调查发现，北达科他州警方在调查多起银行诈骗案时，使用面部识别软件将一名使用伪造美军身份证的女性嫌疑人误认为是利普斯。警方仅依据面部特征、体型和发型进行比对，并未与她本人联系核实。

利普斯在田纳西州监狱被羁押近四个月，期间无法保释。她的律师杰伊·格林伍德（Jay Greenwood）通过调取她的银行记录，证明她在案发期间正身处田纳西州，包括领取社保、购买烟酒、点外卖等日常消费行为，时间完全吻合。

2025 年 12 月 24 日，即圣诞节前夕，案件被正式撤销，利普斯被释放。但此时她身无分文，身着夏季衣物，身处寒冷的北达科他州，无处可去。当地律师和公益组织“F5 项目”创始人亚当·马丁（Adam Martin）在圣诞节当天帮助她前往芝加哥，最终返回田纳西州。

此次事件导致利普斯失去住所、汽车和宠物狗，生活遭受严重打击。她目前正寻求法律赔偿，并呼吁对人工智能在执法中的使用进行更严格的审查。

HN 热度 716 points | 评论 372 comments | 作者：rectang | 1 day ago #

https://news.ycombinator.com/item?id=47356968

  • AI facial recognition 只是初步筛查工具，真正责任在于人类执法人员未能履行基本调查义务，将 AI 结果当作绝对证据。
  • 人类容易过度信任机器输出，将责任推给“AI 说的”，这种思维模式会加剧误判风险。
  • 类似 DNA 检测也曾被误用，AI 识别的可靠性更差，且缺乏科学严谨性，公众和执法系统对其局限性认识不足。
  • DNA 检测也可能被伪造，且部分检测系统为闭源，存在不可控风险，AI 识别同样面临类似问题。
  • 有案例显示，因 DNA 被错误关联，无辜者被错误逮捕，凸显技术误用的严重后果。
  • 面对 AI 输出，普通人易产生盲目信任，将其视为“神谕”，缺乏基本质疑能力。
  • 执法部门将 AI 视为“更聪明”的工具，却未意识到其判断力仍存在重大缺陷。
  • 面部识别技术本身不可靠，即使顶尖模型也会出错，但警方却将其作为唯一证据，拒绝与嫌疑人沟通。
  • 用 AI 作为推卸责任的挡箭牌，本质是执法系统缺乏问责文化，将错误归咎于“黑箱”。
  • AI 技术的不可解释性被滥用，成为逃避责任的借口，类似过去“这是政策”的推脱逻辑。
  • 人类应具备基本判断力，不应盲目相信技术，尤其在涉及人身自由时更需审慎。
  • 将不可靠的技术用于重大决策，是系统性失职，应建立明确的“可靠”标准来划分人机职责。

TUI Studio – 可视化终端用户界面设计工具 (TUI Studio – visual terminal UI design tool) #

https://tui.studio/

TUIStudio 是一个面向终端用户界面（TUI）应用的可视化设计工具，类似于 Figma，支持拖拽组件、实时预览 ANSI 样式，并可导出为多种主流 TUI 框架代码。

当前版本为 Alpha 阶段，功能仍在开发中，核心编辑器免费使用，未来将推出包含团队协作、云同步等高级功能的 Pro 版。

主要特性包括：

  • 可视化画布：支持实时 ANSI 预览，可调节缩放级别。
  • 21 个内置组件：如 Screen、Box、Button、TextInput、Table、List、Menu、Modal、Tabs 等，满足复杂终端应用需求。
  • 多种布局模式：支持绝对定位、Flexbox 和 Grid 布局，操作方式类似浏览器 CSS。
  • 8 种预设主题：Dracula、Nord、Solarized、Monokai、Gruvbox、Tokyo Night、Nightfox、Sonokai，主题切换即时生效。
  • 多框架一键导出：支持 Ink（TypeScript）、BubbleTea（Go）、Blessed（JavaScript）、Textual（Python）、OpenTUI（TypeScript）、Tview（Go），未来可自由切换目标框架而无需重设计。

项目文件以 .tui JSON 格式保存，支持跨平台共享、Git 仓库管理，无需账户或云端存储。

当前限制：

  • 代码导出功能尚未启用，处于开发中。
  • macOS 和 Windows 用户可能因安全机制被阻止运行，需手动允许打开；Linux 无此限制。

适用人群：希望快速构建交互式终端应用的开发者，尤其是不熟悉手写 ANSI 码或复杂布局逻辑的用户。

支持运行方式：Docker 容器、Web 版（无需安装）、本地安装包（macOS/Windows/Linux）。

HN 热度 536 points | 评论 272 comments | 作者：mipselaer | 14 hours ago #

https://news.ycombinator.com/item?id=47362613

  • 视频演示应添加播放控制条，以便用户跳转到感兴趣的部分，当前在 Chrome 中默认不显示控制栏，需右键选择“显示控制”才能操作。
  • 视频未添加 controls 属性，导致默认不显示控制条，但可通过右键菜单手动启用，此问题可能与浏览器或用户操作有关。
  • TUI 设计应注重用户体验，若加入鼠标点击的标签页、按钮、复选框等元素，可能偏离传统 TUI 的交互逻辑，变成“GUI 伪装成 TUI”。
  • 传统 TUI 如 Borland TurboVision 已支持按钮、复选框、菜单等 GUI 式控件，并具备鼠标支持，证明 TUI 可具备复杂交互能力。
  • 早期 DOS 系统中的 TUI 应用（如 Turbo Pascal、DOSShell、WordPerfect）已广泛使用鼠标和图形化界面元素，说明 TUI 并非必须保持极简。
  • TUI 的本质在于使用文本字符构建界面，而非是否支持鼠标或复杂控件，只要运行在文本会话中，即为 TUI。
  • GUI 与 TUI 的根本区别在于运行环境：GUI 运行在图形会话中，TUI 运行在文本会话中，终端模拟器只是在图形环境中模拟文本会话。
  • 远程连接中，通过 SSH 运行的图形应用通常依赖浏览器作为客户端，而本地终端则直接运行 TUI，两者本质不同。
  • 现代 TUI 面临窗口缩放、宽字符、表情符号渲染等问题，影响界面布局和美观性，尤其在不支持双宽字符的终端中更明显。
  • 一些评论认为，将远程界面实现为 TUI 或网页，功能上等价，但选择取决于具体场景，终端模拟器本质上是本地渲染。
  • 网站界面虽能实现复杂交互，但其权限和系统控制能力远低于终端，无法执行系统级操作，因此不能等同于终端环境。

Vite 8.0 正式发布 (Vite 8.0 Is Out) #

https://vite.dev/blog/announcing-vite8

Vite 8.0 正式发布，标志着 Vite 架构的一次重大升级。此次更新将原有的 esbuild 与 Rollup 双 bundler 模式整合为统一的 Rust 编写的 Rolldown bundler，实现开发与生产环境的一体化，构建速度提升 10 至 30 倍，同时保持对现有插件的兼容性。

Rolldown 以高性能、高兼容性和先进功能为核心目标，支持模块级持久缓存、灵活的 chunk 分割、Module Federation 等新特性，为构建更高效、更一致的工具链奠定基础。Vite 8 与 Rolldown、Oxc 编译器形成深度协同的统一工具链，提升解析、转换、优化等环节的一致性与效率。

在实际应用中，多家公司已报告显著的构建时间优化：Linear 从 46 秒降至 6 秒，Beehiiv 减少 64%，Mercedes-Benz.io 降低 38%，Ramp 实现 57% 的提升，大型项目受益尤为明显。

Vite 8 还引入多项新功能：集成 Vite Devtools 用于调试分析；支持 TypeScript 路径别名（tsconfigPaths）；原生支持 emitDecoratorMetadata；实现 Wasm 在 SSR 中的初始化导入；并新增浏览器控制台日志转发功能，便于开发调试。

该版本要求 Node.js 20.19+ 或 22.12+，以支持 ESM 分发。Vite 8 的发布离不开社区的广泛参与，框架团队如 SvelteKit、React Router、Storybook、Astro、Nuxt 等均积极参与测试与反馈，共同推动了版本的稳定与完善。

此外，Vite 团队推出了新项目 registry.vite.dev，一个可搜索的插件目录，每日从 npm 同步数据，帮助开发者快速发现和使用 Vite、Rolldown 和 Rollup 的插件。欢迎开发者参与贡献，通过 Issue 与 PR 支持 Vite 生态的发展。

HN 热度 515 points | 评论 178 comments | 作者：kothariji | 20 hours ago #

https://news.ycombinator.com/item?id=47360730

  • Vite 8.0 的发布让人反思过去几十年中开发工具因缓慢构建而浪费的巨大计算资源，许多团队不得不围绕低效流程进行工作安排。
  • 现代生产软件的性能远低于实际所需，存在大量低效的解释型运行时和抽象层，导致资源严重浪费。
  • Electron 应用虽然功能强大，但其内存占用极高，即使在轻负载下也消耗数 GB 内存，远超实际需求。
  • 自托管软件如 Plausible、Umami 和 Postiz 等对资源需求过高，仅用于简单任务却需 2GB 以上内存，严重限制了小规模部署的可行性。
  • 用 Go 或 Rust 等更高效的语言重写这些工具，可以显著降低资源消耗，使自托管更可行且更具成本效益。
  • 有人质疑为何对免费但资源消耗大的软件不满，但实际问题在于其效率低下导致整体运维成本上升，而非单纯追求低价。
  • 许多看似简单的任务（如定时任务调度、基础分析）在当前软件中却异常资源密集，完全没必要消耗如此多系统资源。
  • 轻量级任务本应能在 $5/VPS 上轻松运行，但现有软件设计过于臃肿，反映出行业对性能优化的忽视。
  • 低效软件不仅浪费硬件资源，还导致用户在使用中遭遇卡顿和延迟，造成大量时间浪费。
  • Electron 的高内存占用源于其自带 Chromium 和 Node.js、使用完整浏览器渲染管线以及现代前端生态的过度抽象。
  • 尽管 Electron 降低了开发门槛并促进了跨平台应用的发展，但其性能代价不可忽视。
  • 一些低效的软件表现（如网站搜索响应慢）源于糟糕的 SQL 查询或低效算法，实际只需几毫秒，却耗时数百毫秒。

卡塔尔氦气停产令芯片供应链进入两周倒计时 (Qatar helium shutdown puts chip supply chain on a two-week clock) #

https://www.tomshardware.com/tech-industry/qatar-helium-shutdown-puts-chip-supply-chain-on-a-two-week-clock

QatarEnergy 尚未恢复其 Ras Laffan 氦气生产设施的运营，该设施在 3 月 2 日因伊朗无人机袭击而停摆，导致全球约 30% 的氦气供应中断。这一事件已引发对韩国芯片产业的担忧。QatarEnergy 已于 3 月 4 日宣布不可抗力，免除对现有客户的供货义务。氦气是半导体制造过程中不可或缺的材料，尤其在芯片冷却和光刻工艺中至关重要。此次供应中断可能加剧当前已紧张的芯片供应链，影响 AI 加速器、DRAM 及 NAND 闪存等关键组件的生产。此外，全球对氦气的依赖度高，而目前仅有少数国家具备大规模提纯能力，使得供应风险进一步上升。分析指出，韩国 SK hynix 等企业已开始寻求多元化供应渠道以应对潜在危机。

HN 热度 387 points | 评论 360 comments | 作者：johnbarron | 12 hours ago #

https://news.ycombinator.com/item?id=47363584

  • 在电力不稳定或雷暴频发的地区，应使用多层浪涌保护装置，包括家庭级和设备级保护，以防止电子设备损坏。
  • 即使在城市地区，如果电力线路暴露在外，仍可能因雷击导致电压浪涌，因此建议安装高质量的全屋浪涌保护器。
  • 全屋浪涌保护器是现代建筑的新规范，虽非强制要求现有建筑升级，但建议加装以提升安全性。
  • 家用储能系统（如 Powerwall）并不等同于 UPS，无法提供瞬时电源切换和浪涌保护，仍需额外防护。
  • 电源线埋地可降低雷击风险，但并非绝对安全，仍需考虑浪涌保护措施。
  • 即使在发达国家，也不能完全依赖电网质量，为昂贵设备配备 UPS 是低成本且有效的防护手段。
  • 一些用户表示长期未遇到过浪涌损坏问题，但经历过重大雷击事件后才意识到防护的重要性。
  • 有用户分享因雷击导致电源和显卡损坏的经历，强调即使设备质量好也需防护。
  • 为防止数据丢失，应建立定期备份机制，因为浪涌只是众多数据风险之一。
  • 在农村或长距离输电线路区域，雷击引发的电压浪涌风险更高，需加强防护。
  • 一些用户对当前电子产品价格飙升表示担忧，担心未来维修或更换成本过高。

气泡排序版阿门打击乐 (Bubble Sorted Amen Break) #

https://parametricavocado.itch.io/amen-sorting

这是一个名为“Bubble Sorted Amen Break”的音乐创作原型项目，由用户 Vee 🥑 在 itch.io 平台上发布。项目基于 Godot 引擎开发，支持 HTML5 和 Windows 平台，当前处于原型阶段。

项目灵感来源于一个清晨的创意，将经典的“Amen Break”鼓点样本进行“冒泡排序”式的音序重组，通过算法对音频片段进行排序，创造出独特的节奏结构。这种处理方式将音乐制作与编程逻辑结合，呈现出一种新颖的音乐生成体验。

项目目前提供免费下载，用户可“自定义价格”获取文件，下载包大小为 93 MB。评论区中，用户对作品表示赞赏，称其“可爱”“很酷”，并建议增加播放排序后样本的功能，同时询问源代码是否公开。

整体风格融合了音乐创作、编程趣味与实验性，适合对音乐算法、电子音乐制作或生成艺术感兴趣的用户。

HN 热度 377 points | 评论 120 comments | 作者：eieio | 1 day ago #

https://news.ycombinator.com/item?id=47354098

  • 有人希望游戏能完整播放一遍原曲，以获得听完整版的满足感，甚至有人为了体验而让程序运行了 128 个随机片段，耗时约 15 分钟。
  • 有人调侃自己为了节省时间，将速度调高，仅用 30 秒就走完全部流程，只为确认是否值得。
  • 有人指出，如果不播放原始样本，就无需担心版权问题，而实际上即使播放了，也未必需要支付版权费。
  • 有人提到另一首常被采样的经典鼓点《Think (About It)》，并指出其同样在电子音乐中广泛使用。
  • 有人补充说明，尽管原曲创作者格雷戈里·科尔曼因贫困去世，但并未从其作品的广泛采样中获得任何收益。
  • 有人认为，早期采样更多是出于实用性和偶然性，如鼓点的动态范围、分离度和混音便利性，而非艺术选择。
  • 有人指出詹姆斯·布朗的《Funky Drummer》之所以成为经典样本，是因为其制作人对音质的极致追求，使其适合在广播和街机中清晰播放。
  • 有人回忆起詹姆斯·布朗在 90 年代后期意识到采样现象后，开始主动调整录音，确保其作品适合被采样。
  • 有人认为，尽管《Amen Break》可能并非技术上最优秀的样本，但其独特的“难以言喻的魅力”使其在音乐制作中极为实用，甚至成为首选。
  • 有人从历史角度分析，认为《Amen Break》的成功在于它是早期广泛传播且具备理想采样特性的作品，随后因路径依赖而形成审美惯性。
  • 有人指出，采样在 1980 年代后因采样器普及而成为音乐创作的核心手段，推动了如 House、Hip-Hop 等风格的发展。
  • 有人强调，采样是电子音乐和嘻哈音乐的基石，例如 Technotronic 的《Pump Up The Jam》就是早期“嘻哈 + 浩室”风格的代表。
  • 有人提出改革音乐版权法，建议将采样纳入强制机械许可制度，使创作者只需支付少量费用即可合法使用样本，而非依赖原作者许可。
  • 有人支持该改革提议，认为这将保护创作自由，让艺术家能以原作者无法预见的方式进行创新。
  • 有人引用 KLF（版权解放阵线）的案例，说明当原作者拒绝授权时，艺术家可通过极端方式表达抗议，如物理销毁作品。
  • 有人指出，尽管版权问题存在，但许多未获授权的采样作品仍能通过 SoundCloud、Bandcamp 等平台传播，甚至收费发行，尽管其版权状态并不合法。

Instagram 将于 5 月 8 日起停止支持端到端加密消息功能 (E2E encrypted messaging on Instagram will no longer be supported after 8 May) #

https://help.instagram.com/491565145294150

Instagram 将于 2026 年 5 月 8 日起停止支持端到端加密消息功能。 若您的聊天记录受此变更影响，系统将提供指引，帮助您下载需要保留的聊天内容或媒体文件。 如使用旧版本 Instagram，可能需先更新应用才能完成下载操作。

端到端加密确保只有您和聊天对象能查看或收听发送的内容，Meta 公司也无法访问。 每台参与加密对话的设备都拥有专属密钥，用于保护消息和通话内容。 发送消息时，设备会加密信息，仅拥有对应密钥的设备可解密，确保通信安全。

需要注意的是，若您或聊天中的某人主动将消息或通话内容分享给第三方，该内容将不再受加密保护。 此外，报告加密消息时，您或聊天成员可能选择向 Meta 提交部分内容。 聊天主题等自定义功能不包含在端到端加密范围内。

HN 热度 356 points | 评论 178 comments | 作者：mindracer | 11 hours ago #

https://news.ycombinator.com/item?id=47363922

  • 真正的安全端到端加密需要独立的开源客户端，由可信实体提供，而非由控制服务器和客户端的同一实体提供，否则只是安全表演。
  • 由同一实体控制客户端和服务器的端到端加密存在被随时绕过的风险，缺乏真正安全性，不如简单客户端到服务器加密可靠。
  • 有人在使用 Messenger 时听到陌生人的声音，疑似被监听，经历令人不安，之后转用 Signal。
  • 该现象可能与产品本身无直接关联，更可能是设备或环境问题，如一氧化碳报警器电池问题。
  • 企业宣传端到端加密虽有营销效果，能提升公众对加密和隐私的认知，但实际效果有限，可能误导用户。
  • 企业宣传端到端加密的“光学效应”可能被政府视为威胁，因此撤回功能，以避免被误认为提供真正隐私保护。
  • 端到端加密的真正价值在于其“不被随意访问”的特性，而并非所有加密都等同于安全，需区分不同实现方式。
  • 即使是 Signal，也依赖用户信任其客户端和加密机制，开源虽好但并非绝对安全，仍存在信任问题。
  • 大多数用户无法审查消息应用代码，无法验证其安全性，因此对客户端的信任本质上是黑盒信任。
  • 由于历史证据显示科技巨头曾与美国政府合作进行大规模监控，公众难以再信任这些公司。
  • 端到端加密可帮助公司拒绝政府数据请求，因声称无法访问明文数据，但这也可能被用作公关策略。
  • 企业放弃端到端加密的真正原因可能是为了利用用户聊天数据训练人工智能模型，数据价值已从“风险”变为“资产”。
  • 企业推动端到端加密的动机已从隐私保护转向数据利用，尤其在 AI 训练需求上升的背景下。
  • 企业宣传端到端加密可能只是为应对监管压力，尤其是针对青少年安全问题，以改善公众形象。
  • 企业以“保护儿童”和“反恐”为由限制隐私，是互联网上长期存在的压制隐私的借口。

Hacker News 精彩评论及翻译 #

Innocent woman jailed after being misidentified us… #

https://news.ycombinator.com/item?id=47357734

How is this the fault of AI? It flagged a possible match. A live human detective confirmed it.

Because we’re seeing the first instances of what reality looks like with AI in the hands of the average bear. Just like the excuse was “but the computer said it was correct,” now we’re just shifting to “but the AI said it was correct.”

Don’t underestimate how much authority and thinking people will delegate to machines. Not to mention the lengths they’ll go to weasel out of taking responsibility for a screw up like this (saw another comment in this thread about the Chief of Police stepping down but it being framed as “retirement”).

rglover

这怎么能怪罪AI呢？是它标记出了可能匹配的目标。随后一名现场的人类侦探对此进行了确认。

因为我们正在目睹AI掌握在普通人手里后，现实世界的真实模样。就像曾经人们以“但电脑说是对的”为借口，现在我们只是把借口变成了“但AI说是对的”。

别低估人们会把多少权威和思考下放给机器。更不用说他们为了逃避像这样的错误的责任，会不择手段。（我在这个帖子的另一个评论里看到，那位警长虽然引咎辞职了，但被包装成“退休”）

Innocent woman jailed after being misidentified us… #

https://news.ycombinator.com/item?id=47357484

According to the court documents, the Fargo detective working the case then looked at Lipps’ social media accounts and Tennessee driver’s license photo. In his charging document, the detective wrote that Lipps appeared to be the suspect based on facial features, body type and hairstyle and color.

Once they were in hand, Fargo police met with him and Lipps at the Cass County jail on Dec. 19. She had already been in jail for more than five months. It was the first time police interviewed her.

How is this the fault of AI? It flagged a possible match. A live human detective confirmed it. And the criminal justice system, for reasons that have nothing to do with AI, let this woman sit in jail for 5 months before doing even interviewing her or doing any due diligence.

There’s a reason why we don’t let AI autonomously jail people. Instead of scapegoating an AI bogeyman, maybe we should look instead at the professional human-in-the-loop who shirked all responsibility, and a criminal justice system that thinks it is okay to jail people for 5 months before even starting to assess their guilt.

whack

根据法庭文件，当时负责该案的法戈侦探查看了利普斯的社交媒体账户和田纳西州驾照照片。在他的起诉文件中，侦探写道，基于面部特征、体型以及发型和发色，利普斯看起来像是嫌疑人。

线索到手后，法戈警方于12月19日在卡思县监狱会见了嫌疑人和利普斯。她已经在监狱里待了五个多月。这是警方第一次审讯她。

这怎么能怪到AI头上？它标记出了一个可能的匹配。一位真人侦探进行了确认。而刑事司法系统，其缘由与AI无关，竟然让这个女人在监狱里坐了五个月的牢，甚至在她被审讯之前都没有做任何尽职调查。

我们不让人工智能自主关押人的原因是显而易见的。与其找AI这个替罪羊，不如看看那个身处人类环节中却逃避了一切责任的业内人士，以及那个认为在开始评估罪责前关押人们五个月也没问题的刑事司法系统。

Elon Musk pushes out more xAI founders as AI codin… #

https://news.ycombinator.com/item?id=47369078

All: please stick to thoughtful, substantive discussion. You may not owe you-know-whom better, but you owe this community better if you’re participating in it.

If you don’t have a thoughtful, substantive comment to add, not commenting is also a good option. There are quite a few interesting submissions to talk about.

https://news.ycombinator.com/newsguidelines.html

dang

大家：请坚持进行深思熟虑、内容充实的讨论。你不必对某人有更好的表现，但既然参与了社区，你理应为社区做出更好的贡献。

如果你没有深思熟虑或实质性的评论可补充，保持沉默也是一个不错的选择。还有相当多的有趣话题可供讨论。

https://news.ycombinator.com/newsguidelines.html

John Carmack about open source and anti-AI activis… #

https://news.ycombinator.com/item?id=47368671

This is because Carmack doesn’t really do OSS, he just does code dumps and tacks on a license (“a gift”). That’s of course great and awesome and super nice, but he’s not been painstakingly and thanklessly maintaining some key linux component for the last 20 years or something like that. It’s an entirely different thing; he made a thing, sold it, and then when he couldn’t sell more of it, gave it away. That’s nice! But it’s not what most people who are deep into open source mean by the term.

skrebbel

这是因为卡马克其实并不真正做开源，他只是把代码往外扔，然后贴上一个许可证（“一份礼物”）。这当然很好，很棒，也非常友善，但他并不是在过去20年左右的时间里，不辞辛劳又默默无闻地维护某个关键的 Linux 组件。这是完全不同的一回事；他做了一个东西，把它卖了，然后当他不能再卖出更多时，就把它送了出去。这样很好！但这并不是大多数深度参与开源的人所指的那个意思。

Willingness to look stupid #

https://news.ycombinator.com/item?id=47361601

This posts observation have interesting side-effects. Measurements, metrics and surveillance kill creative work. And hierarchies and the fear of embarrassment do too. So, the more you try to force “excellence” into existence via external pressures and resource tracking, the more it disappears.

Which leaves as observation, you can only do truly creative work - in a high trust society, where people trust you with the resources and leave you alone, after a initial proof of ability.

Or in a truly low-trust society, where you are part the kleptocrat chieftain system and you just use your take to do this kind of work. The classic MBA process will totally destroy any scientific or creative institution.

21asdffdsa12

这篇帖子的观察引出了有趣的副作用。衡量指标、监视以及等级制度和人们对尴尬的恐惧，都会扼杀创造性工作。因此，你越是试图通过外部压力和资源追踪强行创造“卓越”，它就消失得越快。

由此得出一个观察：只有在高信任度社会中才能进行真正有创造性的工作——在这种社会里，在初步证明能力后，人们信任你并给你资源，让你不再受干涉。

或者在一个真正的低信任度社会中，你是某个掠夺性首领体系的一部分，利用你的所得来做这种工作。经典的MBA流程将彻底摧毁任何科学或创造机构。

Shall I implement it? No #

https://news.ycombinator.com/item?id=47359638

I consulted Claude chat and it admitted this as a major problem with Claude these days, and suggested that I should ask what are the coordinates of UI controls are on screenshot thus forcing it to look

If 3 years into LLMs even HNers still don’t understand that the response they give to this kind of question is completely meaningless, the average person really doesn’t stand a chance.

deaux

我咨询了 Claude，它承认这是目前 Claude 的一个大问题，并建议我询问截图上 UI 控件的坐标，从而迫使它去查看。如果在 LLM 出现了 3 年后，甚至连 HN 用户都不明白它们对这类问题的回答完全毫无意义，那普通人真的毫无胜算。

Meta Platforms: Lobbying, dark money, and the App … #

https://news.ycombinator.com/item?id=47364841

Age verification is merely the background task to set up infrastructure for OS to provide many many other signals about who’s using the device.

Age signals from the OS? Need to provide a channel of information available to applications. Applications already talk to servers with unchecked commonality.

Biometric data? Today it unlocks your private key. Tomorrow it’s used to verify you are the same person that was used during sign-up – the same that was “age-verified”.

Next year, the application needs to “double-check” your identity. That missile that’s coming to you? Definitely not AI-controlled, definitely not coming to destroy the “verified” person who posted a threatening comment about the AI system’s god complex. Nope, it’s coming to deliver freedom verification.

inetknght

年龄验证仅仅是为了构建基础设施，以便操作系统日后能提供大量关于设备使用者身份的其他信号。

来自操作系统的年龄信号？需要提供供应用程序访问的信息通道。应用程序已经在进行未经验证的标准化通信。

生物识别数据？如今它只是用来解锁你的私钥。明天它将被用于验证你与注册时是同一人——也就是那个通过了“年龄验证”的人。

到了明年，应用程序就需要“双重核查”你的身份。那枚飞向你的导弹？绝对不是由AI控制的，绝对不是来摧毁那个针对AI系统的唯我独尊行为发表了威胁性评论的“已验证”用户。不，它是来落实自由验证的。

Meta Platforms: Lobbying, dark money, and the App … #

https://news.ycombinator.com/item?id=47362932

I am from EU, and contrary to age verification laws in general.

My stance is that if somebody is a minor, his/her/their parents/tutors/legal guardian are responsible for what they can/cannot do online, and that the mechanism to enforce that is parental control on devices.

Having said that, open-source zero-knowledge proofs are infinitely less evil (I refuse to say “better”) than commercial cloud-based age monitoring baked into every OS

cosmos0072

我来自欧盟，与一般的年龄验证法律相左。

我的立场是，如果某人未成年，其父母、监护人或法定指导老师应负责其在网上能做什么或不能做什么，而执行这一点的机制就是设备上的家长控制功能。

话虽如此，开源零知识证明要比嵌入在各类操作系统中的商业云端年龄监控手段，不那么邪恶（我拒绝将其称为“更好”）。

Bubble Sorted Amen Break #

https://news.ycombinator.com/item?id=47355476

I wish it’d play through the whole thing in order at the end

Retr0id

希望它能从头到尾按顺序播完

Elon Musk pushes out more xAI founders as AI codin… #

https://news.ycombinator.com/item?id=47369770

I think the problem for xAI is that it can really only hire two types of researchers - people who are philosophically aligned with Elon, and people who are solely money-motivated (not a judgment). But frontier AI research is a field with a lot of top talent who have strong philosophical motivation for their work, and those philosophies are often completely at odds with Elon. OpenAI and Anthropic have philosophical niches that are much better at attracting the current cream of the crop, and I don’t really see how xAI can compete with that.

Imnimo

我认为 xAI 的问题在于，它真的只能招聘两类研究人员——一类是哲学观点与埃隆一致的人，另一类是纯粹以赚钱为目的的人（这并非带有评判色彩）。然而，前沿人工智能研究领域汇聚了许多顶尖人才，他们对工作有强烈的哲学追求，而这些哲学观点往往与埃隆截然不同。OpenAI 和 Anthropic 拥有更具吸引力的哲学定位，更能招揽当下的行业精英，而我认为 xAI 很难在这一点上与之竞争。

Can I run AI locally? #

https://news.ycombinator.com/item?id=47367770

I have spent a HUGE amount of time the last two years experimenting with local models.

A few lessons learned:

  1. small models like the new qwen3.5:9b can be fantastic for local tool use, information extraction, and many other embedded applications.

  2. For coding tools, just use Google Antigravity and gemini-cli, or, Anthropic Claude, or…

Now to be clear, I have spent perhaps 100 hours in the last year configuring local models for coding using Emacs, Claude Code (configured for local), etc. However, I am retired and this time was a lot of fun for me: lot’s of efforts trying to maximize local only results. I don’t recommend it for others.

I do recommend getting very good at using embedded local models in small practical applications. Sweet spot.

mark_l_watson

过去两年，我在尝试使用本地模型上投入了大量时间。

总结出的几点经验：

  1. 像新的 Qwen3.5:9b 这样的小型模型，在本地工具使用、信息提取以及其他许多嵌入式应用方面可以表现出色。

  2. 对于编程工具，直接使用 Google Antigravity 和 gemini-cli，或者 Anthropic Claude，或者……

明确地说，去年我在配置 Emacs、Claude Code（已配置为本地模式）等工具以使用本地模型进行编程方面，大约花费了 100 小时。不过，我是退休人员，这段时间对我来说非常有趣：为了最大化纯本地运行的效果，我投入了大量精力。我不建议其他人这样做。

我确实建议大家非常擅长在小型实用应用中使用嵌入式本地模型。这才是最佳应用场景。

Malus – Clean Room as a Service #

https://news.ycombinator.com/item?id=47351902

The fact that it took me the comments sections to understand this is satire speaks a lot about the current status of where things are going.

EDIT: Reading it again its quite obvious, I was just skimming at first, but still damn. Hilarious

hmokiguess

我得看了评论区才明白这是讽刺，这充分说明了当下的局势有多么糟糕。编辑：再读一遍就很明显了，我刚才只是快速扫了一眼，但真的太绝了。太搞笑了。

Meta Platforms: Lobbying, dark money, and the App … #

https://news.ycombinator.com/item?id=47362837

I am now waiting for Gruber (daringfireball.net) to post another rant about how terrible EU regulation is.

Zero-knowledge proofs are the way to go for this type of thing, I find it mind-boggling that the US lets itself be bamboozled into complete lack of privacy.

jwr

我现在正等着 Gruber (daringfireball.net) 写一篇新的长篇抱怨，抱怨欧盟法规有多糟糕。 对于这类事情，零知识证明才是正解，我觉得美国竟然被忽悠到彻底失去隐私，真是太让人难以置信了。

ATMs didn’t kill bank teller jobs, but the iPhone … #

https://news.ycombinator.com/item?id=47354783

But will it?

My prediction is no, because productivity gains must benefit the lower classes to see a multiplier in the economy.

For example, ATMs being automated did cause a negative drop in teller jobs, but fast money any time does increase the velocity of money in the economy. It decreases savings rate and encourages spending among the class of people whose money imparts the highest multiplier.

AI does not. All the spending on AI goes to a very small minority, who have a high savings rate. Junior employees that would have productively joined the labor force at good wages, must now compete to join the labor force at lower wages, depressing their purchasing power and reducing the flow of money.

Look at all the most used things for AI: cutting out menial decisions such as customer service. There are no “productivity” gains for the economy here. Each person in the US hired to do that job would spend their entire paycheck. Now instead, that money goes to a mega-corp and the savings is passed on to execs. The price of the service provided is not dropping (yet). Thus, no technology savings is occurring, either.

In my mind, the outcomes are:

  • Lower quality services

  • Higher savings rate

  • K-shaped economy catering to the high earners

  • Sticky prices

  • Concentration of compute in AI companies

  • Increased price of compute prevents new entrants from utilizing AI without paying rent-seekers, the AI companies

  • Cycle continues all previous steps

We may reach a point where the only ones able to afford compute are AI companies and those that can pay AI companies. Where is the innovation then? It is a unique failure outcome I have yet to see anyone talk about, even though the supply and demand issues are present right now.

whatisthiseven

但这真的会发生吗？

我的预测是否定的，因为生产力提升必须惠及底层阶级，才能在经济中产生乘数效应。

例如，ATM的自动化确实减少了柜员的工作岗位，但随时取款确实增加了经济中的货币流通速度。它降低了储蓄率，并鼓励了那些能产生最大乘数效应的人群进行消费。

而AI做不到这一点。所有的AI支出都流向了一个极少数群体，他们有着很高的储蓄率。那些本可以带着不错的薪水高效进入劳动力市场的初级员工，现在不得不竞相以更低的薪资进入职场，这打压了他们的购买力，减少了资金的流动。

看看AI最常被用于消除哪些环节：比如客服这种琐碎的决策工作。在这方面，经济上并没有产生所谓的“生产力”提升。在美国，任何雇佣来做这类工作的人都会花掉他们所有的薪水。相反，现在的这笔钱流向了大型科技公司，而节省下来的资金最终落入了高管腰包。但目前该服务的价格并没有下降。因此，技术带来的成本节约也并没有发生。

在我看来，结果是：

  • 服务质量下降
  • 储蓄率上升
  • 适应高收入者的K型经济
  • 价格粘性
  • 计算力向AI公司的集中
  • 计算成本的增加阻止了新进入者利用AI，除非他们向AI公司支付“寻租费用”
  • 循环重复上述步骤

我们可能会达到这样一种境地：只有AI公司和那些付得起钱给AI公司的人，才买得起计算力。那创新又在哪里呢？这是一个我尚未见任何人提及的独特失败结局，尽管当下的供需问题已经显而易见。

Malus – Clean Room as a Service #

https://news.ycombinator.com/item?id=47353324

We should welcome more precise law enforcement. Imperfect enforcement is too easy for law enforcement officers to turn into selective enforcement. By choosing who to go after, law enforcement gets the unearned power to change the law however they want, enforcing unwritten rules of their choosing. Having law enforcement make the laws is bad.

The big caveat, though, is that when enforcement becomes more accurate, the rules and penalties need to change. As you point out, a rigidly enforced law is very different from one that is less rigorously enforced. You are right that there is very little recognition of this. The law is difficult to change by design, but it may soon have to change faster than it has in the past, and it’s not clear how or if that can happen. Historically, it seems like the only way rapid governmental change happens is by violent revolution, and I would rather not live in a time of violent revolution…

modeless

我们应该欢迎更精准的法律执行。执法若不完善，执法者很容易变成选择性执法。通过选择追究谁，执法者便获得了随心所欲修改法律的权力，并强制执行他们自己选择的不成文规则。让执法者制定法律是糟糕的。

不过，一个重要的前提是，当执法变得精准时，规则和处罚需要随之改变。正如你指出的，严格执法的法律与执行不那么严格的法律是非常不同的。你说得对，这一点很少被认识到。法律之所以难改本是为了稳定性，但它可能很快就必须比过去更迅速地改变，而且不清楚这种改变如何或能否发生。历史上，政府迅速变革的唯一种方式似乎是暴力革命，而我宁愿不生活在那个暴力革命的时代……

Innocent woman jailed after being misidentified us… #

https://news.ycombinator.com/item?id=47357228

There’s no way this isn’t a slam dunk case to sue the piss out of the Fargo Police, probably the US Marshals and maybe other orgs. The woman in the surveillance phone clearly looks way younger, among the many other obvious signs this woman didn’t do it. I hope she wrings at least several million dollars out of the government.

rpcope1

这绝对是个铁案，可以狠狠告法戈警察局，可能还有美国法警，也许还有其他组织。监控录像里的女人看着明显年轻很多，加上其他很多显而易见的迹象，说明这个女人根本没做。希望她能从政府手里榨出至少几百万美元。

John Carmack about open source and anti-AI activis… #

https://news.ycombinator.com/item?id=47368912

This is because Carmack doesn’t really do OSS, he just does code dumps and tacks on a license (“a gift”).

That is, in fact, OSS. Open source does not mean, and has never meant, ongoing development nor development with the community.

bigstrat2003

这是因为卡马克其实并没有真正搞开源，他只是代码倾倒，然后贴上一个许可证（“礼物”）。 那实际上是开源。开源并不意味着，也从来不是，持续的开发或与社区共同开发。

The Wyden Siren Goes Off Again: We’ll Be “Stunned”… #

https://news.ycombinator.com/item?id=47367466

Everyone who’s not terribly worried about privacy always uses the line ‘if you’re not doing anything wrong, you have nothing to worry about’, but my line of thinking is not ‘do i trust the government’ it’s ‘do I have faith in all future forms of government who will have access to this data’

Given how fast and lose I’ve seen the DODGE folks play with the data they have, absolutely not. I still shudder over the fact that my OPM data was hacked years ago

wing-_-nuts

所有对隐私不太担心的人总是引用那句“如果你没做亏心事，就不怕鬼敲门”，但我的想法不是“我是否信任政府”，而是“我对未来所有能访问这些数据的政府形式是否有信心”。 鉴于我看到DODGE那帮人如何随意摆弄手头的数据，当然不行。每想到几年前我的OPM数据被盗取，我至今仍不寒而栗。

Meta Platforms: Lobbying, dark money, and the App … #

https://news.ycombinator.com/item?id=47366548

Anyone reading this purely as a child safety or campaign finance story might miss the broader architectural war happening here. If you zoom out a little, this is the inevitable, scorched-earth retaliation for Apple’s ATT rollout from a few years back.

Apple cost Meta billions by cutting off their data pipeline at the OS level, justifying it with a unilateral privacy moral high ground. Now, Meta is returning the favor. By astroturfing the App Store Accountability Act through digital childhood alliance, Meta is forcing Apple to build, maintain and also bear the legal liability for a wildly complex state-by-state identity verification API.

Gotta give it to Zuck. Standing up a fully-fledged advocacy website 24 hours after domain registration and pushing a bill from a godaddy registration to a signed Utah law in just 77 days is terrifyingly efficient lobbying.

Fiveplus

如果有人仅仅将其看作儿童安全或竞选资金的故事，可能会错过这里正在发生的一场更宏大的架构之战。稍微拉远一点视角看，这就是几年前苹果推出 ATT 政策后，势在必行的、彻底的焦土式报复。

苹果通过在操作系统层面切断 Meta 的数据管道，让后者损失了数十亿美元，并以一种单方面的隐私道德制高点为其辩解。如今，Meta 正在以牙还牙。Meta 正通过“数字童年联盟”为“App Store 问责法案”造势，迫使苹果构建、维护并承担一个极其复杂、且各州法律要求不同的身份验证 API 的法律责任。

不得不佩服扎克伯格。域名注册后仅 24 小时，一个功能完备的倡导网站就上线了；一项法案从 GoDaddy 注册到签署为犹他州法律，全程仅用了 77 天，这种游说效率简直令人胆寒。

Elon Musk pushes out more xAI founders as AI codin… #

https://news.ycombinator.com/item?id=47370767

In an interview with xAI I was literally told that certain parts of the model have to align with Elon, and that Elon can call us and demand anything at anytime. No thanks!

jazzpush2

在接受 xAI 采访时，我直截了当地被告知模型的某些部分必须与埃隆保持一致，而且埃隆可以随时打电话给我们，提任何要求。免了！